人脸会场签到解决方案
智能安防视频分析解决方案
文章分类功能上线
语音识别linux SDK发布
人脸客户端SDK全新上线
文章标签功能上线
Apollo，驾驶也可自由仰望星空
AI 改变生活
用科技让复杂的世界更简单
DuerOS，唤醒乐高激发无限创造
人脸，独一无二的身份密码
数智，唤醒沉睡数据的无限价值
UNIT对话机器人，暖心陪伴左右
全球领先的AI服务
提供近场、远场、长语音等多场景高精度语音识别服务
将用户输入的文字，转换成流畅自然的语音输出，并且可以支持语速、音调、音量、音频码率设置，
打破传统文字式人机交互的方式，让人机沟通更自然
支持特定语音指令唤醒和打断、唤醒的同时执行指令操作。轻量级，低功耗，
可自定义设置多个唤醒词，为您的应用打造自然流畅的对话，唤醒各个软件系统
提供多种场景下精准的图像文字识别技术服务
基于深度学习的人脸识别技术，精准识别人脸信息，助力产品升级
识别图片中的涉黄、涉暴涉恐、政治敏感、微商广告、恶心等内容，节省审核人力
对图片内容分析，识别出图片中的物体名称等综合信息
以图搜图，在指定图库中智能搜索出相同或相似的图片
对视频多维度分析，开放视频内容分析、内容审核等能力
专注于环境感知、虚实融合和人机交互，广泛应用于营销、教育、旅游等场景，旨在打造业界最具活力和影响力的AR技术、应用和内容生态
为精准和深度的中文语义分析与应用提供坚实技术基础
基于深度学习的文本审核技术，一站式准确识别文本中夹杂的色情、推广、辱骂、违禁违法等垃圾内容，
净化网络环境，为您的应用提供更可靠的内容安全保障
UNIT为对话逻辑配置平台，搭载业界领先的需求理解、对话控制及底层的机器学习、自然语言处理、知识挖掘等核心技术，
精确匹配业务逻辑，满足不同场景对话需求
支持全球28种语言互译，756个翻译方向，每日响应过亿次的翻译请求。任何第三方应用或者网站都可以通过使用百度翻译API为用户提供实时优质的多语言翻译服务，提升产品体验
洞察市场及目标客户，挖掘企业信息，预测销售时机，提升营销效率
依靠深厚的数据能力，搭建模型，提炼画像，辅助客户识别风险、防控欺诈
全方位分析互联网舆论，实时监控舆论动态，追溯事件脉络
致力于构建最大最全最好的中文知识图谱，汇聚知识，连接万物
百度深度学习平台PaddlePaddle是大规模并行分布式深度学习框架，易学易用、高效灵活，努力做最符合中国开发者需要的深度学习平台
中文世界中真实性最高的开放数据集, 贴近真正用户场景, 自带良好标注, 帮助开发者快速训练自己的人工智能模型及算法
全面开放的行业生态
丰富易用的解决方案
贴合您的业务场景，轻松实现方案集成
为客户提供业务新动力
友空间作为面向大中型企业的社交化协同办公平台，很多场景需要明确的二次身份认证，比如考勤打卡，流程单据审批（规划中），以避免出现非本人操作的情况。借助百度的人脸识别功能很好地解决了这些问题，让企业管理的每一个环节都严谨规范。
家图网作为社交化家居电商导购平台，应用百度AI定制化图像识别技术，激活了数百万张沉寂的家居图片，极大的提升了用户活跃度；并与物体识别、个性化内容推荐等技术交叉应用，使商品推荐效果也得到了大大的提升，为用户和广告主提供了高质量的家居服务。
得益于百度AI平台提供的人脸核身解决方案，中通在快递行业内率先实现了员工身份的流程全自动核验。配合企业内部的安全风控系统，极大地提高了保障企业与客户信息安全的能力。在新技术以指数方式涌现的今天，我们携手百度用更好的产品，造就更多人的幸福。
卡思数据平台是国内唯一的视频全网大数据开放平台，通过引入百度AI自然语言处理技术分析视频节目的用户互动数据，从关键词和情感分析两个角度对节目进行舆情分析，让节目创作团队更了解观众的兴趣点以及对节目的看法，更清晰高效的指导节目的研发和运营。
嘀嗒出行引进百度AI语音合成技术，为近千万顺风车车主和几十万出租车车主构建实时语音派单系统，实现了最为关键的听单功能。很荣幸和百度AI站在一起，为用户提供便捷和安全的出行服务。
拉勾将百度 AI
的人脸识别功能应用到招聘者身份审核中，实现了AI技术和招聘场景的深度结合，提升了信息审核效率和安全性。作为国内领先的互联网人力资源综合平台，和百度AI一起，为平台上的25万企业用户和1500万互联网求职者提供保障。
助力生态伙伴 共赢AI未来
专属的定期培训、技术支持，及新产品内测体验，还将有机会参与百度AI主题沙龙。
获得百度AI的品牌赋能推广，及专有的营销渠道推广，助力您创造品牌价值。
获得定制化需求支持及入驻平台展现机会，引领行业升级，携手成就客户并推进AI生态的建设与发展。
全线产品免费开放，等你加入
我们致力于构建最全面、最开放、最前沿的AI开放平台
提供最易用的API、SDK等开发组件，助力您快速高效地实现产品升级
开发者正在使用
百度AI微信公众号
百度语音：
文字识别：
人脸识别：
图像审核：
图像识别：
定制化图像识别：
图像搜索：
视频分析：
自然语言：
文本审核：
百度翻译：
数据智能：
知识图谱：
百度AI开放平台：Ai软件怎么查看图像大小（长和宽）谢谢告诉我的人们_百度知道
Ai软件怎么查看图像大小（长和宽）谢谢告诉我的人们
我有更好的答案
就会显示变换 窗口
这样就可以看到
他的长和宽啦
采纳率：94%
来自团队：
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。各位大神帮忙看看,这个pdf文件用coreldraw_x6和AI_cs5打开或者置入都乱码,有解决的办法吗?谢谢了 - CPC中文印刷社区
◆- CorelDraw 设计软件及合版印刷区 CorelDraw及其插件魔镜、FreeHand、QuarkXPress等平面设计、图文设计、广告设计、排版软件、合版印刷的使用经验和技巧。
各位大神帮忙看看,这个pdf文件用coreldraw_x6和AI_cs5打开或者置入都乱码,有解决的办法吗?谢谢了
等级: 小兄弟
Uid: 425698
注册日期: , 09:31
0 个帖子获得 0 次感谢
各位大神帮忙看看,这个pdf文件用coreldraw_x6和AI_cs5打开或者置入都乱码,有解决的办法吗?谢谢了
各位大神帮忙看看,这个pdf文件用coreldraw_x6和AI_cs5打开或者置入都乱码,有解决的办法吗?谢谢了
上传的附件
(25.5 KB, 25 次查看)
永久封禁会员
等级: 五袋长老
Uid: 338018
注册日期: , 13:08
1 个帖子获得 1 次感谢
现金: 9金币
资产: 9金币
有，先透明度拼合转曲再导AI或coreldraw
等级: 七袋长老
Uid: 207847
注册日期: , 11:17
408 个帖子获得 759 次感谢
现金: 2615金币
资产: 2815金币
我的没有乱码，只是打开时间有点久，文件可能有问题。
上传的图像
(414.2 KB, 9 次查看)
等待 Email 验证会员
等级: 小兄弟
Uid: 426163
注册日期: , 16:17
0 个帖子获得 0 次感谢
现金: 2金币
资产: 2金币
字体转曲下就好 15个字了没……
等级: 四袋长老
Uid: 324041
注册日期: , 13:35
10 个帖子获得 12 次感谢
现金: 280金币
资产: 280金币
打开或置入有问题的一般都是有字体或有透明效果啥的，拼合透明度基本都可以解决。
等级: 五袋长老
Uid: 152910
注册日期: , 15:42
64 个帖子获得 82 次感谢
现金: 131金币
资产: 131金币
ai CC直接置入，没问题，拼合透明度后另存个PDF出来，你看下能用不？
上传的附件
(299.3 KB, 4 次查看)
等级: 四袋长老
Uid: 387975
注册日期: , 21:18
23 个帖子获得 23 次感谢
现金: 27金币
资产: 27金币
PDF字体没有嵌入，除非你电脑上有那几款字体，要不然就容易乱码
等级: 四袋长老
Uid: 196426
注册日期: , 15:09
17 个帖子获得 20 次感谢
现金: 58金币
资产: 58金币
用福昕把文字转一下曲线，再用AI打开就可以了。
您不可以发表主题
您不可以回复帖子
您不可以上传附件
您不可以编辑自己的帖子
论坛禁用 HTML 代码
律师声明：本站内容，均具有版权，未经书面授权，禁止转载，严禁镜像，违者承担一切后果！
&nbsp 广告联系：
&nbsp 申办企业会员 &nbsp 站务管理：
Powered by vBulletin& Version 3.8.11 Beta 2Copyright &2000 - 2018, vBulletin Solutions, Inc.
Copyright & 2017技术、应用看AI落地，2018年会有诞生哪些有价值的产业？-基础器件-与非网
从技术角度分成3个大类，发展不尽相同
具体到实际落地的各种产品形态看，不论哪种行业，AI应用的具体产品形态，都可以根据其背后主要的支撑技术，大概分成三种：
语音文字处理类：医疗语音记录、法院庭审语音记录、AI写新闻稿、金融智能客服等；
图像与视觉类：自动驾驶、医疗影像诊断、机器判卷、机器人分拣等；
大数据分析预测类：智能风控、健康管理系统、案件刑期预测等；
同类技术的产品方案在不同行业应用程度显然不同。不同行业本身的信息化程度不同，行业对技术指标需求也不同，方案为行业带来的价值不同，行业能够承受的成本也不同，同类技术的产品方案的应用程度肯定也就不同。例如同样是人脸识别，刷脸支付对识别准确率和召回率的要求，比店铺会员识别高的多，因此人脸识别在两个行业落地进展差别较大。
不过从技术发展角度，由于在同一时间下，各个行业间同类技术产品的技术不会有很大差别，故技术原理接近的各种AI应用方案，其产品形态和应用成熟程度也会比较接近。因此，从技术角度，对AI在各行业的应用进行跨越行业的综合判断，仍旧有重要参考意义。
语音文字处理类：进展较快
语音文字类应用，如智能客服、语音转文字、语音助手等，已经在很多领域得到了应用。语音识别技术已经相对比较成熟，过去几年在非专业领域已经取得了不少应用。语义理解方面，相关技术近两年进展并不算突出，要达到更实用的水平，还需要技术的突破，但智能客服、语音助手等，对技术的要求并不高，所以以目前的技术水平，也取得了一些应用，如法律咨询、金融客服、车载语音设备，智能音箱等。
值得注意的是，语音文字类应用中，很多应用对技术的要求较高，目前多轮对话和上下文理解依旧是语音文字领域的难题，产品体验很难达到很好的效果，例如车载语音后视镜，还只能执行简单的问答和操作。涉及到较多专业名词的语音识别、翻译等，准确率也会显著下降。远场麦克风阵列虽然取得了不少进展，但距解决鸡尾酒会问题还有距离。
图像与视觉类：应用较多
图像与视觉类技术方案中，人脸识别技术已经比较成熟，17年商业落地较多，尤其是在安防领域。AI摄像头能够显著提高警方在监控中查找嫌疑人的时间，已经成为安防领域的主流产品，未来几年伴随着监控摄像头的更新换代，在各地警方的应用还会越来越多。图像识别等也在营销领域，如视频电商等领域得到了应用。
图像处理相关技术，17年也取得了不小的进展，尤其是图像风格转换等抽象内容处理相关，因为评判标准不太清晰，主观性强，内容逻辑自洽也不强，达到的效果还有娱乐性，因此得到一些应用。18年会有更多的相关功能集成到专业软件中。
医疗图像诊断、自动驾驶等图像类应用，也有很多公司在开展应用测试。但这类应用除了技术本身，还涉及到决策问题，影响了落地。理论上多变量决策可以由机器学习实现，但决策类应用的关键问题在于，机器并不能获取到全部的决策变量，以及机器决策的结果谁来承担责任。医生在对图像的诊断不只依赖于图像，还会结合对病人的实际询问等信息，综合做出判断，这点机器无法做到。完全自动驾驶汽车发生撞人事故后的责任认定问题，也一直是讨论的焦点。决策类机器不能替代人的情况下，在相关行业的应用价值下降很多。
更复杂的行为识别等技术，在安防、新零售中也找到了应用方向，但技术上总体离实际应用还有些距离。基于行为识别的无人零售标杆Amazon Go刚刚宣布面向公众开放，具体技术水平还有待验证。
大数据分析预测类：应用较慢
很多行业的AI解决方案，都是基于行业大数据，搭建深度网络进行建模，从而对一些指标趋势进行分析和预测，如智能风控，分级教育，工业设备故障预测等。但由于数据缺失，很多预测准确率不高。即便达到较高准确率，仍然面临上文提到的机器决策存在的问题等，应用推广有难度。不少大数据AI公司，实际落地的项目主要也还是信息化系统或数据的挖掘和可视化部分，基于AI的分析预测在很多平台的占比很小。
AI落地主要限制因素：行业积累、数据、高成本
虽然17年AI在各行业都进行了探索，但除了本身的技术局限，在很多行业，行业积累、数据和高成本都限制了AI在行业的落地。
医疗、金融、工业等行业，专业度高，要找到AI的正确应用方式，需要在行业有深厚积累，同时又熟悉AI技术。而市面AI公司，要么以技术团队为主，缺乏深厚的行业积累，难以把握行业需求，并调动足够的行业资源。要么以行业出身的团队为主，有一定行业资源和理解，但技术实力不足够强。
即便技术团队和行业团队开展合作，产品或解决方案的研发需要的磨合时间非常长，对于很多创业公司而言，团队和投资方的耐心不够，钱不足以支撑长期研发，急于求成做出来的产品实际上并没有解决行业本身的问题，不被行业所接受。
数据则是很多AI行业应用难以落地的关键。大量行业本身数据积累不足，即便有数据也是凌乱且缺乏标签化，数据位置也很分散，分散存储在之前的各种信息化系统和软件中，实现跨软件数据对接难度很大。有的行业数据虽然多，但由于安全和商业考虑，很难开放给第三方。反倒是之前为行业做专业软件和信息化系统的企业，或者本身就拥有数据的行业主体本身，以后基于数据开发AI相关功能，要容易的多。
AI企业要通过销售产品或服务变现，就必须解决当前AI研发成本过高的问题。众所周知AI工程师工资普遍非常高，月薪2万以上很正常。然而AI在各行业的应用中，目前以产品形式存在的较少，以整体解决方案存在的较多。解决方案通常都有定制需求部分，历时也会比较长，如果人员工资非常高，方案总价也会非常高。就目前AI解决方案对企业地带来的价值并不是很大的情况下，高昂的项目费用是企业难以接受的。
人工智能在行业的应用的最终形态
17年，人工智能技术在强化学习、迁移学习，生成对抗网络等方面取得了不少进展，但总体看，大部分还都是在现有技术上的延伸，还没取得突破性进展。在技术没有质变前，亿欧智库认为，AI在各行业应用的最终形态已经基本清晰，以后随着技术发展只是慢慢进行实现。总体来看，AI在各行业的应用最后大概会呈现3种状态。
第一种状态，一些机器人的应用，分流人的初级工作，减少人员的使用。
例如智能客服，初步具备了一些智能功能，并不能完全替代人，但是已经能够进行一些简单的问答，帮人过滤掉大量费时的简单问题，把人类客服的时间留给复杂问题，从而减少客服人员数量。图像、视频识别等很多也属于此类应用。由于这类应用节约人力成本明显，企业接受度比较高，在各个行业已经优先应用起来。
第二种状态，在现有信息化工具上，引入AI增加一部分智能功能，这也将是AI在大部分行业的应用形态。
大部分行业，已经有了很多很复杂的软件工具，协助人进行工作。人工智能能够实现的功能，相比于目前各种软件工具的所实现的强大功能，只是九牛一毛。当很多行业的工具遇到AI，其结果必然是在现有工具基础上的AI增强，而不是全新的工具颠覆原工具。
以图像处理为例，虽然目前的AI实现了各种奇特效果，但相比于Adobe的Photoshop软件里成千上万的图像处理功能，仍不值一提，要基于AI重新开发一款软件干掉PS显然是不现实的。更合理的方式显然是Adobe在Photoshop中嵌入更多AI功能，Adobe也确实在这样做，18年AI抠图功能就将在新版PS中上线。
第三种状态，基于AI诞生一些新的东西，实现一些之前做不到的事情。
比如：AI图像诊断等系统推动了分级诊疗；阿里的鲁班系统，实现了千人千面的海报制作；CycleGAN对图像进行局部替换等传统图像处理软件难以处理的操作；完全自动驾驶实现后，新型交通体系的建立。不过这部分应用的比例会很小。
基于这三种应用状态看，AI除了能推动少部分行业大的变革（如自动驾驶），对大部分行业而言，既不能大面积替代人，也很难深刻变革大部分行业。对大部分行业而言，AI并不是什么转型升级的良药而是优化，而主要是工具的优化，或部分领域的散点式应用。
18年AI+行业应用的一些判断和预测
在已经能够基本判断未来几年AI在各行业的应用形态的情况下，亿欧智库对2018年的AI行业应用形势也有了一些基本的判断：
参与主体更加宽泛。
之前AI行业应用的主体是创业公司，17年已经有大公司大范围参与进来，18年开始，伴随着资本和大公司赛道布局的完成，AI行业应用投资将会变得慎重，创业公司再整体的比重进一步降低，更多的传统企业，甚至个人和爱好者，将成为探索行业应用的重要力量。尤其是Google开放AutoML后，AI开发的门槛进一步降低，将激发更多人参与到AI应用的探索中。
探索范围继续拓宽。
创业公司和大公司主导的AI行业应用探索，多面向市场空间大，且盈利预期显著的应用场景，很多细小领域无暇顾及。所以即便经过了2017年一年的热潮，亿欧智库估计，仍有30%以上的AI行业应用形态未被探索。随着参与探索AI行业应用主体的宽泛，更多市场不大，甚至难以预见盈利，但确确实实与AI有结合的应用场景将被探索和验证。
相当一部分行业应用将被证伪。
技术和实施层面的诸多困难，使得相当多的AI行业应用长期以来并没有真正落地，可能以后也很难落地，即便能够落地，不少AI解决方案对企业而言，投入产出并不成比例，所以难以推广和复制。从事这类应用的企业，18年将面临难以获得资本继续支持的窘境，部分投资人甚至预计18年后半年将迎来AI寒冬。亿欧智库估计，目前市面的各类AI行业应用场景中，最后能够落地，让企业维持盈利正循环的，可能不高于20%。
一部分AI行业应用，例如上文提到的在现有信息化系统上增加智能功能，对行业本身的积累和资源要求高，难以从外部突破，但从行业内部有机会实现。这部分应用在17、18年或许无法被证明成立，但以后随着行业内部的升级将逐步落地。这部分可能在目前的各类行业应用中，占比达到40%左右。
验证成立的领域竞争加剧。安防等少数被验证成立的领域，17年已经挤进了大量玩家，18年随着市场的逐步扩大，各家将迎来增长，但竞争也将持续加剧。自由竞争市场下，行业最终或将导向7-2-1的市场格局。而行业资源依赖较重的领域，原有行业内的企业，仍将占据市场的主体地位。就像安防市场，如今几乎没人相信旷视、商汤们能够动摇海康、大华们的市场地位。
相比于资本领先于市场节奏，略微落后于市场节奏的政策出台，在2018年还将继续下沉和扩展。18年还将有更多的省和市出台更具体的AI相关政策，但意义并不会很大，狭义的人工智能创业门槛非常高，大部分省市不具备人才和产业基础，公司换城市也是难的。不过不少所谓AI行业应用企业将借机完成从2VC到2B到2G的华丽转身，充分利用政策红利维持企业的继续生存。
关注与非网微信 ( ee-focus )
限量版产业观察、行业动态、技术大餐每日推荐
享受快时代的精品慢阅读
3月22日，CCBN2018展会如期而至，在声势浩大的AI、VR、云计算、大数据参展热潮中，浪潮联合声智科技、百度DuerOS另辟蹊径，创新推出了基于人工智能和远场语音技术的媒体网关新品。
发表于： 16:17:21
说到人工智能这几个字，不少人都感觉很有距离。之所以有这样的感觉是因为人们觉得它从概念到落地还太远，不少人觉得AI只是概念阶段，但实话实说现在已经有不少应用落地了，而且这些技术还跟我们息息相关。
发表于： 15:38:22
3月25日下午两点，野马财经在北京见到了辞任乐视网董事长之后的孙宏斌。
发表于： 11:15:07
在传统互联网领域，BAT（百度、阿里、腾讯）三巨头占据了国内互联网三个最大的入口。这让大部分互联网创业者难逃归宿：要么被巨头杀死，要么被巨头并购。
发表于： 09:11:24
记者22日从“2018中国IT市场年会”现场获悉，2017年中国人工智能核心产业规模超过700亿元，随着国家规划的出台，各地人工智能相关建设将逐步启动，预计到2020年，中国人工智能核心产业规模将超过1600亿元，增长率达到26.2%。
发表于： 14:12:40
最新半导体和电子元件的全球授权分销商贸泽电子 (Mouser Electronics) 即日起备货Infineon Technologies的IM69D120和IM69D130 XENSIV(TM) MEMS麦克风。这两款高性能、低噪音的麦克风适用于高品质录音、语音用户界面、主动降噪或监控系统中的音频模式检测等应用。
发表于： 16:22:05
泸州倍赛达科技有限公司宣布其团队完成了第一项客制化ASIC项目，并于上周投片。
发表于： 16:19:37
Aspect软件，这家领先的消费者交融、劳动力资源优化和自助服务解决方案提供商，近日宣布任命Krishna Arani先生为亚太区销售高级副总裁。他在企业软件、存储解决方案和渠道管理等方面拥有30年广泛丰富的经验。
发表于： 16:18:06
库力索法首席法务黄晓麟表示：“库力索法苏州工厂是公司在全球最大的工厂，去年贡献了整体营收的50%。目前来看，中国是世界上IC产业发展最快的国家，这就是为什么我们要在苏州建立一个展示中心，以促进我们和客户之间更便利的合作。”
发表于： 15:59:48
所谓SiP就是System in Package。大家看到下图是手机内部结构，有个很明显的趋势，里面大部分的器件都是SiP。整体来看的话，SiP是一个非常主流的技术方向。从数字、模拟、MEMS到Sensor，各种器件都用到了SiP技术。
发表于： 15:54:42
与非门科技(北京)有限公司 All Rights Reserved.
京ICP证:070212号
北京市公安局备案编号： 京ICP备：号有钱人怎么看？AI创投圈眼中的_网易科技
有钱人怎么看？AI创投圈眼中的
用微信扫码二维码
分享至好友和朋友圈
通过四个问题还原真实的AI2016① 2016年AI行业最重要的一件事是什么？② 对2017年AI行业最期待的一件事是什么？③ 2016年最重要的一项AI技术进展是什么？④ 20116年最重要的一项AI行业应用是什么？我们觉得，这四个我们很关心的问题，可以简单还原出来2016年AI行业的真实情况，AI行业中应该有不少人也很关心，所以我们也咨询了行业中一些创业者和投资人，并做了梳理。腾讯优图研发中心总监黄飞跃2016年AI行业最重要的一件事是AlphaGo围棋机器人。理由是它极大吸引了人们对人工智能的关注，AI成为风口浪尖。2016年最重要的一项AI行业应用是人脸识别。理由是人脸识别实际应用加速走向成熟，创造大量商业化价值。互联网线上人脸识别应用于金融机构、电信运营商的实名认证；线下大规模人脸识别开始在公安安防监控等领域中发挥作用。2017年行业最期待的一件事是增强现实领域产生更多示范应用，而不仅仅是简单的LBS+AR展现。三角兽创始人&CEO王卓然2016 AI最重要的事是AlphaGo，不仅在人类智慧的至高点战胜了人类，而且是AI得到社会各界的广泛关注 。2017 AI最期待的是对话式人机交互得到广泛普及，之前的数据显示Facebook messenger上已有超过30000个chatbot，欧洲各银行的客户业务平均有30%由chatbot自动完成，amazon echo销量已突破千万台，这些数据证明对话式交互已经开始进入人们的日常生活，并逐渐被人们接受，那么这种对话式的交互成为新的用户习惯是指日可待的。2016AI最重要的技术进展应该是deep reinforcement learning，AlphaGo就是依赖于这个技术，而且Deep RL是机器能够自主的学习的关键。2016AI最重要的应用就是chatbot，它代表着人工智能从感知智能（例如语音识别，图像识别等）向认知智能（例如语义理解，自动决策）的迈进。云天励飞CEO陈宁2016年AI行业最重要的一件事是2016年3月,谷歌AlphaGo战胜世界顶级围棋高手李世石。推荐理由是:基于大量运算、模拟、通过增强学习,机器可以在更为复杂(而不仅仅是运算)的任 务上超越人类智慧,这将促使各个行业寻找新的人工智能突破口,在一些常规任务上,用机器替代人类。2017年 最期待 无人车在各种受控环境下固定路段的应用。推荐理由是：无人驾驶在系统设计层面的实现路径已经非常清晰。它在受控条件下的广泛应用将大大提高社会效率。2016年最重要的一项AI技术进展是对抗生成神经网络的发明Generative adversarial Neutral Network)。推荐理由是:对抗神经网络提供了一种非常新颖的基于内容生成的目标函数。它对特征学习,内容 生成等领域将会产生深远影响。2016年最重要的一项AI行业应用是基于深度学习的动态人脸识别在安防监控的规模应用 推荐理由:深度学习大幅提升了开放监控场景下的非配合式人脸识别的准确率,并通过新型芯片和大数据分析解决安防监控行业人员布控、以图搜图、数据碰撞等刚性需求,并扩展到身份验证等各 类民用场景,掀开了AI规模化产品落地的篇章。码隆科技CEO 黄鼎隆2016年AI 行业最重要的一件事是AlphaGo战胜李世石，让钱和人更快地涌入AI行业。2017年，AI为核心的大规模商业应用出现，AI在空中飘了几十年，是时候落地了。2016年最重要的一项AI技术进展是Generative Adversarial Networks（GAN）, 看到了AI干艺术的希望。2016年最重要的一项AI行业应用自荐一下码隆科技的ProductAI，有可能带来AI为核心的大规模商业应用。深鉴科技CEO姚颂2016年AI 行业最重要的一件事，我觉得毫无疑问是AlphaGo。AlphaGo起到了对于AI的全民科普的作用，对于整个行业的带动作用是显而易见的。有了AlphaGo，整个投资界对于AI关注更为火热，下游客户也对于AI应用于硬件接受程度更高，极大地推动了行业发展以往的AI全都集中于感知，我期待2017年AI应用能够覆盖到决策与控制，让AI能够指挥机器人、指挥车辆，让被外行人笑话的“三千个if”消失。2016年最重要的一项AI技术进展，我觉得是GAN（生成式对抗网络）领域的较大进展，包括苹果的第一篇AI论文也是关于GAN的。GAN甚至被一些学术评为深度学习仅有的真正理论创新之一。深度学习对抗对抗样本的能力是很弱的，很容易通过很低的噪声就可以使得深度学习算法无法精准分类图片。引用CNN的主要推动者Yann Lecun教授的话说，GAN可以为务监督学习提供有力的框架，也可以希望为AI带来“常识”。2016年最重要的一项AI行业应用，我觉得是无人驾驶，该领域具有目前AI所涉及领域最大的市场规模之一，想象空间巨大，吸引了无论是Alphabet（注：Waymo已经独立发展）、百度等大型互联网公司，福特等车厂，Uber、滴滴等业务驱动创业公司，还是地平线机器人等技术驱动创业公司的眼球。在AlphaGo为行业带来关注度后，自动驾驶为这些关注度落实了一个可以切实投入的点。当然，过度的关注与投入也让自动驾驶领域有过热的危险。过于关注前端识别部分而忽略后面决策与控制，也会让一些自动驾驶方案从demo离实用还有不小距离。爱特曼CEO 马磊2016年AI 行业最重要的一件事是AlphaGO。技术和工程的完美结合。首先应用强化学习自动发现策略是2016年技术的典范；其次在近乎无限的搜索空间中，通过GPU阵列放大算力，有限前向步数的搜索归纳，剪枝策略等工程手段将一个天文数字级别的复杂度问题近似到实时速度范围内。2017年最期待的一件事是DeepMind的星际争霸。AlphaGO面对的是一个完全马尔科夫决策过程（MDP），纵然是问题复杂度极高，但是如果有无限的算力是有理论的最优解。而星际争霸是一个部分可观测的MDP问题，也就是说玩家任何时刻不会知道完整的环境参数，这更像是真实世界的问题。如果DeepMind在这个游戏上也能碾压人类，这会是一个非常坚实的一步。2016年最重要的一项AI技术进展是Adversial Learning - 对抗学习。2016年最重要的一项AI行业应用是GNMT - 谷歌翻译。谷歌每天翻译10亿次，是全世界人工翻译一年的总量，相当于100万册图书。九合创投 谢振亮2016年AI 行业最重要的一件事是AlphaGo 战胜李世石；AI 进入大众视野的标志事件。2017年AI行业最期待AI在各大行业的应用；AI会给所有行业带来不一样的变化。技术进展方面，各大 AI 平台开源；大大降低学习门槛，促进行业发展。2016年最重要的一项AI行业应用是自动驾驶，自动驾驶是人工智能技术集大成的应用。声智科技CEO 陈孝良2017年最期待可能是智能音箱的爆发，从投资人和客户处获得的信息都指向了这一点。伟景智能 CEO 董霄剑1、2016年AI 行业最重要的事我觉得有：Nvidia的股票从33美元涨到112美元，涨了3.5倍。AMD的股票从2.6美元涨到12美元。从一个侧面反映了全球对人工智能的狂热。也说明了基于GPU的解决方案的普及性。由于几次事故，特斯拉汽车的自动驾驶技术需要重新考虑他们的方案。如果没有这几件事情，不知原来的技术方案会继续走到什么地步。这个让人们多多少少进行一些考虑。从而也说明无论AI技术怎样的热，真正能帮助人们做的事情还很少。大部分还只停留在demo的水平。2、对2017年的期待包括：最期待真正的AI技术理论能出现，并且能真正帮助到人们的实际生活。目前的AI技术我还没有看到他们的深远的发展前途。期待人们真正地冷静下来想一下AI的展现形式不是所谓的大公司的大脑，而是每一个智能的个体。期待伟景智能公司的价值和理论能得到认可。当然，时间和实践是检验真理的唯一标准。我们的产品会证明我们的价值的。期待中国人能挺起腰杆，做创造性的研究工作，能出现学者和领导者，而不是跟随者和唱口水歌。3、2016年，让人印象深刻的技术只有深度残差学习，它对深度学习中的一个大问题，梯度消失问题有一定的缓解。另一方面也是一个很直观的方案。说老实话，我没有看到真正的技术进展。除了DL被不断地提起和做微小的改动和修正，比较好的是提出了但是大方向是对的吗。4、 20116年最重要的一项AI行业应用是人脸识别，这个我认为已经可以进行真正的行业应用了，也能让大家提起AI不再想起空洞的AlphaGo，也不再让AI成为投资人和学者的狂欢。丹华资本投资人 Dovey Wan1、2016年AI 行业最重要的一件事肯定是AlphaGo。这个事件的影响力无人能比，Google一方面赚足了PR，另一方面在世界范围内以最直观，最生动的方式，把AI从科幻故事里面带到了现实，童叟无欺，把深度学习推到了风口浪尖。配合自家16年登场的TPU，这盘棋下的堪称完美。Google希望Tensorflow能成为下一个十年Android级别的大杀器的野心昭然。2、2017年最期待的一件事是对深度学习底层数学理论的理解。这里引用下AI大神田渊栋的一段话 &，“目前为止，我们还没有对深度学习有深层次的本质理解，大量的研究思路都是简单粗暴的，在计算资源极大丰富的今天，对于它们质量的主观判断，经常远不及写代码上机实验来得快与准。很多想法不论对错，不论它看起来有多离谱荒谬，先试一下再说，往往蒙得比想得快，动手比动脑快。和我们每天刷手机类似，思维方式的这种转变是好是坏，目前还无从评判。这样的做法，完全可以归入浮躁和急功近利之流，与传统学术做法背道而驰”。我当时看到后颇有感触。人类能够自由飞翔，不是因为发明出了类似鸟的翅膀，或者模拟了鸟的骨骼结构，而是因为我们发现了空气动力学本质原理（感谢欧拉，感谢伯努利）。超越进化的本质是对普适性科学原理的发现、理解与传播，当调参的工作变得又如种田般枯燥，刷各类benchmark已经刷出了《五年高考三年模拟》的既视感后，理解深度学习的底层数学原理来的格外重要，不然只会让深度学习和多层神经网络这个好东西，在仿生泥潭里越走越远。如果还有一个期待的话，那就是NLP作为第三座AI大山，期待早日被深度学习攻克。3、2016年最重要的一项AI技术进展，个人觉得是GAN(Generative Adversarial Networks) 的全面开花。2014年NIPS上Goodfellow和Bengio提出了GAN的概念，之后GAN以及其衍生版本在ICLR和NIPS被反复提及，LeCun更是在今年NIPS的keynote上将GAN称为深度学习近20年来最令人兴奋的主题。GAN的设计也非常巧妙，将博弈论和机器学习理论完美结合起来。让generative model和discriminative model互相竞争，力求达到纳什均衡，从而不再需要一个假设的数据分布，并可以极大程度上逼近真实样本。GAN未来在各种视觉类模拟（图像理解、文字转图像、图像合成、图像还原）有着极大的潜力和应用场景& http://www.iangoodfellow.com/slides/-NIPS.pdf 甩一个2016 NIPS GAN大神GoodFellow的入门级slide。4、2016年AI行业应用方面，首先AI已经普及20几年了，传统意义上的机器学习早就深入我们生活的点点滴滴了，你用个邮箱打个车背后都是各种AI和算法的的支撑，离开AI估计阿里收入得砍大半（什么购买推荐，反欺诈，违禁商品过滤，哪个不是靠AI)。如果要说深度学习消费级应用，实在没有特别多。如果真的要选一个，估计是新版本逆天的Google翻译吧，虽然在算法上没有太大的创新，但是架构和工程上的功力也是多年积累后的大爆发，是一个非常好的实用主义产品。在2017年希望看到嵌入式AI不依赖特殊硬件的全面普及（恩我说的是Pilot.ai)，以及真正意义Level3以上无人车的真实可行性方案的出现(恩我说的是AutoX）。
关注网易智能菌（微信公众号：smartman163），获取专业人工智能资讯与AI报告。
本文来源：36氪
责任编辑：钦晓武_NK2781
用微信扫码二维码
分享至好友和朋友圈
加载更多新闻
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
阅读下一篇
用微信扫描二维码
分享至好友和朋友圈